99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀R中的正則表達(dá)式及字符處理函數(shù)總結(jié)
R中的正則表達(dá)式及字符處理函數(shù)總結(jié)
2017-06-27
收藏

R中的正則表達(dá)式及字符處理函數(shù)總結(jié)

我們?nèi)粘Ｉ钪薪佑|到的大部分?jǐn)?shù)據(jù)都是以文本的形式存在。如何高效地處理文本數(shù)據(jù)，將看似雜亂無(wú)章的數(shù)據(jù)整理成可以進(jìn)行統(tǒng)計(jì)分析的規(guī)則數(shù)據(jù)，是『數(shù)據(jù)玩家』必備的一項(xiàng)重要技能。

今天，我們要學(xué)習(xí)的『正則表達(dá)式』和『字符處理函數(shù)』將助你成為點(diǎn)石成金的數(shù)據(jù)魔法師。

正則表達(dá)式

在進(jìn)行爬蟲(chóng)任務(wù)的時(shí)候，部分情況下，我們可以使用Xpath來(lái)提取我們需要的網(wǎng)頁(yè)信息。但是，當(dāng)我們需要的數(shù)據(jù)以一定的規(guī)則隱藏在一段文字中時(shí)，就不可避免地要使用到正則表達(dá)式。

正則表達(dá)式是對(duì)字符串類型數(shù)據(jù)進(jìn)行匹配判斷，提取等操作的一套邏輯公式。

處理字符串類型數(shù)據(jù)方面，高效的工具有Perl和Python。如果我們只是偶爾接觸文本處理任務(wù)，則學(xué)習(xí)Perl無(wú)疑成本太高；如果常用Python，則可以利用成熟的正則表達(dá)式模塊：re庫(kù)；如果常用R，則使用Hadley大神開(kāi)發(fā)的stringr包則已經(jīng)能夠游刃有余。

下面，我們先簡(jiǎn)要介紹重要并通用的正則表達(dá)式規(guī)則。接著，總結(jié)一下stringr包中重要的字符處理函數(shù)。

如果有時(shí)間，我將后續(xù)補(bǔ)充一個(gè)綜合的使用案例。

元字符

正則表達(dá)式中，有12個(gè)字符被保留用作特殊用途。他們分別是：

[ ] \ ^$. | ? * + ( )

它們的作用如下：

   [ ]：括號(hào)內(nèi)的任意字符將被匹配；
    \：具有兩個(gè)作用：
        1.對(duì)元字符進(jìn)行轉(zhuǎn)義
        2.一些以\開(kāi)頭的特殊序列表達(dá)了一些字符串組
    ^：匹配字符串的開(kāi)始.將^置于character class的首位表達(dá)的意思是取反義。如[^5]表示匹配除了”5”以外的任何字符。
    $：匹配字符串的結(jié)束。但將它置于character class內(nèi)則消除了它的特殊含義。如[akm$]將匹配’a’,’k’,’m’或者’$’.
    .：匹配除換行符以外的任意字符。
    |：或者
    ?：前面的字符(組)最多被匹配一次
    *：前面的字符(組)將被匹配零次或多次
    +：前面的字符(組)將被匹配一次或多次
    ( )：表示一個(gè)字符組，括號(hào)內(nèi)的字符串將作為一個(gè)整體被匹配。
重復(fù)

 轉(zhuǎn)義

如果我們想查找元字符本身，如”?”和”*“，我們需要提前告訴編譯系統(tǒng)，取消這些字符的特殊含義。這個(gè)時(shí)候，就需要用到轉(zhuǎn)義字符\，即使用\?和\*.當(dāng)然，如果我們要找的是\,則使用\\進(jìn)行匹配。

注：R中的轉(zhuǎn)義字符則是雙斜杠：\\

R中預(yù)定義的字符組

代表字符組的特殊符號(hào)

stringr包中的重要函數(shù)

可見(jiàn)，stringr包中的字符處理函數(shù)更豐富和完整（其實(shí)還有更多函數(shù)），并且更容易記憶?；蛟S速度也會(huì)更快。
其他相關(guān)的重要函數(shù)

windows下處理字符串類型數(shù)據(jù)最頭疼的無(wú)疑是編碼問(wèn)題了。這里介紹幾個(gè)編碼轉(zhuǎn)換相關(guān)的函數(shù)。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }